问题标签 [arima]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - R:arima时间序列对象的假设检验
我正在尝试对 arima 预测进行假设检验,但我无法找到它的资源。以下是我的数据的可重现示例。我使用的是动物园时间序列,因为我的频率仅限于工作日。
我要执行的假设检验是:
H1:预测值大于我提供的指定值,
H0:值没有差异。
所以对于这个数据,预测的下一个值是:
我想假设检验下一个值大于 83,000 的概率。
r - 似乎无法在 R 中获得差异变量的 ACF
我是 R 的新手,我有一个时间序列变量(股票收益),我创建了差异变量 diff(stock , lag=1 , Difference=1)
这很好用,我绘制它,它看起来相当固定。但是,当我尝试运行 dicky fuller 测试时,它给了我一个错误,即使 dicky fuller 测试在原始变量(股票)上工作正常,它是非平稳的。
错误:
adf.test(stock)
Error in adf.test(stock) : NAs in x
我认为使我无法对差异变量进行更全面的测试的同一问题也使我无法测试差异变量的 acf 和 pacf。在这种情况下,它会打印以下错误。
pacf(stock)
Error in na.fail.default(as.ts(x)) : missing values in object
我认为我缺少数据,但我不明白为什么。
提前谢谢你,我很抱歉作为一个新手。
最好的,
r - 不能强制预测错误(列表)对象键入“双精度”
当我尝试使用 R 运行以下代码时:
我收到此错误:
PS:
谁能帮我解决这个问题?
r - 重新拟合 ARIMA 模型时出错
尝试改装 ARIMA 模型时出现以下错误。
注:数据类别为zoo
。我也尝试过使用xts
,但我得到了同样的错误。
编辑:正如 Joshua 所建议的,这里是可重现的例子。
r - R 中的预测 - 使用外部回归器时期间 (h) 不会改变
我正在尝试使用带有回归量的 auto.arima 模型来更改预测期的数量。让我们将来自我的模型和回归量的X
变量表示为我的变量。auto.arima
Xreg
当我使用这些命令来获取我的预测值:forecast(X, xreg = Xreg, h=50)
或命令forecast(X, xreg = Xreg, h=200)
时,我在预测期间绘制结果时没有区别(我希望第一个命令有 50 个预测点,第二个命令有 200 个预测点)。
但是,当我从我的 auto.arima 模型和我的预测命令中删除 xreg 参数时,它可以工作。我正在绘图forecast(X, h=50)
,我有 50 个预测点,然后我绘图forecast(X, h=200)
,我有 200 个预测点。
我只是想知道这是按预期工作还是我错过了什么。
谢谢。
r - 每日时间序列分析
我有一个关于产品销售的每日时间序列,我的系列从 01/01/2016 到 31/08/2017,我的问题是我不知道应该使用什么频率值,考虑到它是一周六天(我的一周从星期一开始,星期六结束),星期天没有数据。
应该是这样吗?
谢谢你的帮助 !!
r - 缺失值 - Arima 模型
我有一个关于产品销售的每日时间序列,我的系列从 2016 年 1 月 1 日到 2017 年 8 月 31 日开始。
考虑到这是一个为期六天的一周(我的一周从星期一开始到星期六结束),没有星期天的数据,我知道在运行 Arima 模型之前,我需要先填充缺失的值。这是我需要帮助的地方:我读过我可以用na.approx
or填充缺失的值NA
,但我不知道该怎么做。
你可以在这里看到我的系列:
https://drive.google.com/file/d/0BzIf8XvzKOGWSm1ucUdYUVhfVGs/view?usp=sharing
如您所见,周日没有数据。我需要知道如何填充缺失值以运行 Arima 模型并能够预测 2017 年的剩余时间。
r - 具有零值的时间序列
我有一个关于产品销售的每日时间序列,我的系列从 2016 年 1 月 1 日到 2017 年 8 月 31 日开始。
这个系列有一点很重要,它确实每个星期天都有零值,因为这家店星期天不营业,以后星期天也不营业,所以我对星期天的期望值为零。
一旦我运行了一个 Arima 模型,我不确定这个预测,我认为它不起作用,但我不知道为什么。
我真的需要帮助!
这是我的数据
https://drive.google.com/file/d/0BzIf8XvzKOGWSm1ucUdYUVhfVGs/view?usp=sharing
这是我的代码
x <- read.table("Series.txt", header = TRUE)
附上(x)
图书馆(动物园)
myzoo<-zoo(x, seq(from = as.Date("2016-01-01"), to = as.Date("2017-08-31"), by = "day"))
情节(myzoo)
适合<-auto.arima(myzoo)
p1=预测(拟合,30)
情节(p1)
这是我的预测
正如你所看到的,我觉得我做错了什么,但我只是不知道是什么。
谢谢您的帮助 !
python - Python:“Pandas 数据转换为对象的 numpy dtype。使用 np.asarray(data) 检查输入数据。”
我正在尝试创建一个 ARIMA 模型,用于使用来自我的服务器的一些数据来预测时间序列,并且我一直显示标题上的错误并且我不知道我需要什么类型的对象。这是代码:
我见过这样的例子: https ://machinelearningmastery.com/arima-for-time-series-forecasting-with-python/
他们使用日期而不是时间与各自的值。这是帧值的输出:
python - TypeError:ufunc 'add' 不包含带有 ARIMA 模型签名的循环
我试图对从以下 pandas DataFrame 中提取的系列进行 ARIMA 模型分析
我首先转换对象
然后获取系列并转换为浮点数
然后进行分析
但我得到以下错误
你能帮我解决这个错误吗?